人机交互领域长期存在一个难以逾越的鸿沟，即传统语音交互链路的割裂性。传统的语音助手架构通常采用级联式处理方案，即语音识别模块将音频转换为文本，自然语言处理模块对文本进行语义解析，最后由语音合成模块将处...